在输入图像中，您需要将文本设置为白色，将背景设置为黑色
然后，您需要计算账单的旋转角度。一种简单的方法是找到
minAreaRect所有白点（
findNonZero），然后得到：
然后，您可以旋转帐单，使文本为水平：
现在您可以计算水平投影（
reduce）。您可以在每行中取平均值。
th在直方图上应用阈值以解决图像中的一些噪点（在此我使用了
0，即没有噪点）。仅背景的行将具有值
>0，文本行在
0直方图中将具有值。然后，获取直方图中白色bin的每个连续序列的平均bin坐标。那将是
y您行的坐标：
这里的代码。它使用C ++，但是由于大多数工作都是使用OpenCV函数，因此应该可以轻松转换为Python。至少，您可以将其用作参考：
#include <opencv2/opencv.hpp>using namespace cv;using namespace std;int main(){ // Read image Mat3b img = imread("path_to_image"); // Binarize image. Text is white, background is black Mat1b bin; cvtColor(img, bin, COLOR_BGR2GRAY); bin = bin < 200; // Find all white pixels vector<Point> pts; findNonZero(bin, pts); // Get rotated rect of white pixels RotatedRect box = minAreaRect(pts); if (box.size.width > box.size.height) { swap(box.size.width, box.size.height); box.angle += 90.f; } Point2f vertices[4]; box.points(vertices); for (int i = 0; i < 4; ++i) { line(img, vertices[i], vertices[(i + 1) % 4], Scalar(0, 255, 0)); } // Rotate the image according to the found angle Mat1b rotated; Mat M = getRotationMatrix2D(box.center, box.angle, 1.0); warpAffine(bin, rotated, M, bin.size()); // Compute horizontal projections Mat1f horProj; reduce(rotated, horProj, 1, CV_REDUCE_AVG); // Remove noise in histogram. White bins identify space lines, black bins identify text lines float th = 0; Mat1b hist = horProj <= th; // Get mean coordinate of white white pixels groups vector<int> ycoords; int y = 0; int count = 0; bool isSpace = false; for (int i = 0; i < rotated.rows; ++i) { if (!isSpace) { if (hist(i)) { isSpace = true; count = 1; y = i; } } else { if (!hist(i)) { isSpace = false; ycoords.push_back(y / count); } else { y += i; count++; } } } // Draw line as final result Mat3b result; cvtColor(rotated, result, COLOR_GRAY2BGR); for (int i = 0; i < ycoords.size(); ++i) { line(result, Point(0, ycoords[i]), Point(result.cols, ycoords[i]), Scalar(0, 255, 0)); } return 0;}
